La métagénomique ciblée (metabarcoding) permet d’établir un inventaire des organismes (bactéries, archées, eucaryotes) présents dans un milieu complexe (tissus, fèces, salive, échantillons de sol, eau, air, aliments…). Cette méthode, qui est une alternative à la culture d’échantillons en laboratoire, est basée sur l’analyse de l’ADN environnemental par séquençage haut débit (NGS) à partir de régions d’ADN ciblées, préalablement amplifiées par PCR.
L’analyse de metabarcoding ciblée par séquençage nouvelle génération (NGS) comprend plusieurs étapes. L’ADN total est tout d’abord extrait de l’échantillon puis un marqueur informatif sur le plan taxonomique et commun à un groupe d’intérêt spécifique sera amplifié. Il est également possible d’analyser simultanément plusieurs marqueurs d’intérêt en multiplexage. Les amplicons obtenus sont séquencés et analysés par bioinformatique pour déterminer quels sont les organismes présents dans l’échantillon et selon quelle abondance relative.
La PGTB propose cette analyse en short read sur séquenceur MiSeq i100 et NextSeq 2000 d’Illumina et en long read sur séquenceur PromethION 2 Solo d’Oxford Nanopore Technologies :
| Short read | Long read | |
| Nombre de séquences maximal/run | 300 M (2×300 pb) | 5 M |
| Nombre d’échantillons maximum/run | 1140 | 96 |
IMPORTANT : Pour les analyses de métagénomique ciblée, Illumina recommande d’utiliser 35% de PhiX pour ne pas altérer la qualité des données produites du fait du manque de diversité de ce type de librairies. Nous appliquons ces recommandations, ce qui a pour conséquence de réduire le nombre de reads exploitables de manière proportionnelle.
La PGTB met également à votre disposition un laboratoire spécifique ADNe pour l’extraction des ADN à partir d’échantillons environnementaux et la préparation des librairies dans des conditions optimales.
- Métagénomique ciblée sur séquenceur Illumina
Services
Nombre d’échantillons : de 95 à 1 140 par run. 1 puits par plaque est laissé vide pour le contrôle interne de la PGTB.
Type d’échantillon : ADN ou produits de PCR avec une queue moléculaire spécifique
Séquençage sur Illumina Miseq i100 ou NextSeq 2000 : choix de la flow cell en fonction du nombre d’échantillons et de cibles analysés, et de la profondeur de séquençage visée.
Prérequis
Prérequis pour la métagénomique ciblée – Envoi d’ADN
Prérequis pour la métagénomique ciblée – Envoi de PCR1
Résultats
Transmis par mail ou déposés sur serveur
Selon le service demandé :
- Fichiers fastq démultiplexés
- Rapport du run de séquençage (MultiQC)
- Si bioanalyse : rapport et fichier de résultats d’analyse des données (table d’abondance des OTU ou ASV avec leurs assignations taxonomiques, …)
- Métagénomique ciblée sur séquenceur P2 Solo
Services
Nombre d’échantillons : à définir en fonction de la taille des cibles
Type d’échantillon : ADN ou produits de PCR avec une queue moléculaire spécifique
Prérequis
30 µL d’ADN dosé à 15 ng/µL minimum au fluorimètre (type Qubit)
Intégrité et pureté des ADN suffisants pour obtenir des produits de PCR long range
Résultats
Transmis par mail ou déposés sur serveur
Selon le service demandé :
- Fichiers fastq démultiplexés
- Rapport du run de séquençage (PycoQC)
- Analyse sur la plateforme EPI2ME (16S, WIMP...).
Publications associées
Barroso-Bergadà, D., Delmotte, F., Faivre d’Arcier, J., Massot, M., Chancerel, E., Demeaux, I., Guimier, S., Guichoux, E., Bohan, D.A., Vacher, C., 2023a. Leaf Microbiome Data for European Cultivated Grapevine ( Vitis vinifera ) During Downy Mildew ( Plasmopara viticola ) Epidemics in Three Wine-Producing Regions in France. PhytoFrontiers™ 3, 477–483. https://doi.org/10.1094/PHYTOFR-11-22-0138-A
Barroso-Bergadà, D., Massot, M., Vignolles, N., Faivre d’Arcier, J., Chancerel, E., Guichoux, E., Walker, A.-S., Vacher, C., Bohan, D.A., Laval, V., Suffert, F., 2023b. Metagenomic Next-Generation Sequencing (mNGS) Data Reveal the Phyllosphere Microbiome of Wheat Plants Infected by the Fungal Pathogen Zymoseptoria tritici. Phytobiomes Journal 7, 281–287. https://doi.org/10.1094/PBIOMES-02-22-0008-FI
Cambon, M.C., Cartry, D., Chancerel, E., Ziegler, C., Levionnois, S., Coste, S., Stahl, C., Delzon, S., Buée, M., Burban, B., Cazal, J., Fort, T., Goret, J.-Y., Heuret, P., Léger, P., Louisanna, E., Ritter, Y., Bonal, D., Roy, M., Schimann, H., Vacher, C., 2023a. Drought Tolerance Traits in Neotropical Trees Correlate with the Composition of Phyllosphere Fungal Communities. Phytobiomes Journal 7, 244–258. https://doi.org/10.1094/PBIOMES-04-22-0023-R
Cambon, M.C., Trillat, M., Lesur‐Kupin, I., Burlett, R., Chancerel, E., Guichoux, E., Piouceau, L., Castagneyrol, B., Le Provost, G., Robin, S., Ritter, Y., Van Halder, I., Delzon, S., Bohan, D.A., Vacher, C., 2023b. Microbial biomarkers of tree water status for next‐generation biomonitoring of forest ecosystems. Molecular Ecology 32, 5944–5958. https://doi.org/10.1111/mec.17149
Fort, T., Pauvert, C., Chancerel, E., Burlett, R., Wingate, L., Vacher, C., 2023. Leaf microbiome data for European beech (Fagus sylvatica) at the leaf and canopy scales collected in a gallery forest in South-West France. Annals of Forest Science 80, 14. https://doi.org/10.1186/s13595-023-01181-z
Tamarelle, J., Penaud, B., Tyssandier, B., Guichoux, E., et al., 2023. Effects of azithromycin and doxycycline on the vaginal microbiota of women with urogenital Chlamydia trachomatis infection: a substudy of the Chlazidoxy randomized controlled trial. Clinical Microbiology and Infection 29, 1056–1062. https://doi.org/10.1016/j.cmi.2023.04.020
Ravigné, V., Becker, N., Massol, F., Guichoux, E., Boury, C., Mahé, F., Facon, B., 2022. Fruit fly phylogeny imprints bacterial gut microbiota. Evolutionary Applications n/a. https://doi.org/10.1111/eva.13352
Vacher, C., Francioni, C., Michel, M., Fort, T., Faivre d’Arcier, J., Chancerel, E., Delmotte, F., Delmas, C.E.L., 2022. Fungal Metabarcoding Data for Two Grapevine Varieties (Regent and Vitis vinifera ‘Cabernet-Sauvignon’) Inoculated with Powdery Mildew (Erysiphe necator) Under Drought Conditions. Phytobiomes Journal PBIOMES-06-22-0037-A. https://doi.org/10.1094/PBIOMES-06-22-0037-A
Aguayo J, Husson C, Chancerel E, Fabreguettes O, Chandelier A, Fourrier-Jeandel C, et al. Combining permanent aerobiological networks and molecular analyses for large-scale surveillance of forest fungal pathogens: A proof-of-concept. Plant Pathology. 2021;70(1):181‑94.https://doi.org/10.1111/ppa.13265
Enaud R, Cambos S, Viaud E, Guichoux E, Chancerel E, Marighetto A, et al. Gut Microbiota and Mycobiota Evolution Is Linked to Memory Improvement after Bariatric Surgery in Obese Patients: A Pilot Study. Nutrients. 13 nov 2021;13(11):4061. https://doi.org/10.3390/nu13114061